2023年11月20日 每日一猜答案：。 答案：ABC。
每日一猜答案分析：

openaichatGPT下载,openaichatGAT

Fine-tuning 微调模型 Learn how to customize a model for your application. 了解如何为应用程序自定义模型。

ChatGPT可以帮助用户使用自己的语料集来训练出一个更加适用于用户使用场景的准确、可靠的自然语言模型。

ChatGPT的微调模型技术主要通过将先前预训练过的语言模型（如GPT-3.5）作为架构，结合使用者特定的语料库来重新训练模型，从而提高模型的效果。

经过微调模型，ChatGPT可以根据用户特定场景的意图和任务生成的预料库，重新微调训练模型的参数，使模型能够更好地响应特定场景下的对话。最终，帮助用户优化模型，使其在实时聊天环境中发挥最佳效果。

Fine-tuning lets you get more out of the models a【【微信】】I by providing: 微调通过提供以下功能，让您能够更好地利用API提供的模型：

1. Higher 【【微信】】ompt design 比提示设计更高质量的结果
2. Ability to train on more examples than can fit in a prompt 能够训练超过提示符所能容纳的更多示例
3. Token sa【【微信】】mpts 由于提示更短而节省标记
4. Lower latency requests 请求延迟更低

GPT-3 has been pre-trained on a 【【微信】】 the open internet. When gi【【微信】】ew examples, it can often intuit what task you are trying to perform and generate a plausible completion. This is often called “few-shot learning.” GPT-3已经针对来自开放互联网的大量文本进行了预训练。当给出一个只有几个例子的提示时，它通常可以凭直觉知道你要做什么，并产生一个看似合理的完成。这通常被称为“少样本学习”。

Fine-tuning impro【【微信】】g by training on many more examples than can fit in the prompt, letting you achie【【微信】】de number of tasks. Once a model has been fine-tuned, you won’t need to pro【【微信】】mpt anymore. This sa【【微信】】wer-latency requests. 微调通过在提示中无法容纳的更多示例上进行训练来改进少样本学习，从而使您能够在大量任务上获得更好的结果。一旦一个模型被微调，您就不再需要在提示中提供示例了。这可以节省成本并实现较低延迟的请求。

At a high level, 【【微信】】he following steps: 在高级别上，微调包括以下步骤：

1. Prepare and upload training data 准备和上传培训数据
2. Train a new fine-tuned model 训练新的微调模型
3. Use your fine-tuned model 使用您的微调模型

【【微信】】o learn more about how fine-tuned model training and usage are billed. 请访问我们的定价页面，详细了解如何对经过微调的模型训练和使用计费。

Fine-tuning is currently only a【【微信】】ing base models: , , , and . These are the original models that do not ha【【微信】】owing training (like does for example). You are also able to continue fine-tuning a fine-tuned model to add additional data without ha【【微信】】ch. 微调功能目前仅适用于以下基本模型： , , , 和。这些是原始模型，在接下来培训后没有任何说明（例如 ）。您还可以继续微调已微调的模型以添加其他数据，而不必从头开始。

We recommend using our OpenAI command-line interface (CLI). To install this, run 我们建议使用OpenAI命令行界面（CLI）。要安装此程序，请运行

(The following instructions work for 【【微信】】.9.4 and up. Additionally, the OpenAI CLI re【【微信】】.) (以下说明适用于0.9.4及更高版本。此外，OpenAI CLI需要python 3。）

Set your en【【微信】】dding the following line into your shell initialization script (e.g. , , etc.) or running it in the command line before the fine-tuning command: 通过在shell初始化脚本（例如, 等）中添加以下行来设置 环境变量。或者在微调命令之前在命令行中运行它：

Training data is how you teach GPT-3 what you’d like it to say. 训练数据是您如何教GPT-3您希望它说什么。

Your data must be a JSONL document, where each line is a prompt-completion pair corresponding to a training example. You can use our CLI data preparation tool to easily con【【微信】】 file format. 您的数据必须是JSONL文档，其中每一行都是对应于一个训练示例的提示-完成对。您可以使用我们的CLI数据准备工具轻松地将数据转换为这种文件格式。

We de【【微信】】idates, gi【【微信】】ormats your data: 我们开发了一个工具，用于验证、提供建议和重新格式化您的数据：

This tool accepts different formats, with the only re【【微信】】tain a prompt and a completion column/key. You can pass a CSV, TSV, XLSX, JSON or JSONL file, and it will sa【【微信】】L file ready for fine-tuning, after guiding you through the process of suggested changes. 此工具接受不同的格式，唯一的要求是它们包含提示和完成 列/键。您可以传递CSV、TSV、XLSX、JSON或JSONL文件，在指导您完成建议的更改过程后，它会将输出保存到JSONL文件中，以便进行微调。

The following assumes you’【【微信】】ining data following the abo【【微信】】. 以下假设您已经按照上述说明准备了训练数据。

Start your fine-tuning job using the OpenAI CLI: 使用OpenAI CLI启动微调作业：

Where is the name of the base model you’re starting from (ada, babbage, curie, or davinci). 【【微信】】ine-tuned model’s name using the suffix parameter. 其中， 是您开始使用的基础模型的名称（ada、babbage、curie或davinci）。可使用后缀参数定制微调模型的名称。

Running the abo【【微信】】 things: 运行上述命令可执行以下操作：

1. Uploads the file using the files API (or uses an already-uploaded file) 使用files API上传文件（或使用已上传的文件）
2. Creates a fine-tune job 创建微调作业
3. Streams e【【微信】】ne (this often takes minutes, but can take hours if there are many jobs in the 【【微信】】 large) 流式处理事件，直到作业完成（这通常需要几分钟，但如果队列中有许多作业或数据集很大，则可能需要几个小时）

E【【微信】】s from a base model, which defaults to . The choice of model influences both the performance of the model and the cost of running your fine-tuned model. Your model can be one of: , , , or . 【【微信】】or details on fine-tune rates. 每一个微调工作都是从一个基本模型开始的，它默认为。模型的选择会影响模型的性能和运行微调模型的成本。您的模型可以是以下之一： , , , 和。请访问我们的定价页面，了解微调价格的详细信息。

After you’【【微信】】ob, it may take some time to complete. Your job may be 【【微信】】s on our system, and training our model can take minutes or hours depending on the model and dataset size. If the e【【微信】】ted for any reason, you can resume it by running: 启动微调作业后，可能需要一些时间才能完成。您的作业可能排在系统中其他作业的后面，训练模型可能需要几分钟或几小时，具体取决于模型和数据集大小。如果事件流因任何原因中断，您可以通过运行以下命令来恢复它：

When the job is done, it should display the name of the fine-tuned model. 当工作完成时，它应该显示微调过的模型的名称。

In addition to creating a fine-tune job, you can also list existing jobs, retrie【【微信】】, or cancel a job. 除了创建微调作业外，还可以列出现有作业、检索作业状态或取消作业。

When a job has succeeded, the field will be populated with the name of the model. You may now specify this model as a parameter to our Completions API, and make re【【微信】】ayground. 作业成功后， 字段将填充模型的名称。现在，您可以将此模型指定为API的参数，并使用Playground向其发出请求。

After your job first completes, it may take se【【微信】】odel to become ready to handle requests. If completion requests to your model time out, it is likely because your model is still being loaded. If this happens, try again in a few minutes. 作业首次完成后，模型可能需要几分钟时间才能准备好处理请求。如果对模型的完成请求超时，很可能是因为模型仍在加载中。如果发生这种情况，请在几分钟后重试。

You can start making re【【微信】】del name as the parameter of a completion request: 您可以通过将模型名称作为完成请求的 参数传递来开始发出请求：

OpenAI CLI:

cURL:

Python:

Node.js:

You may continue to use all the other parameters like , , , etc, on these re【【微信】】dels. 在这些请求中，您可以继续使用所有其他“”参数，如, , 等，以微调模型。

To delete a fine-tuned model, you must be designated an “owner” within your organization. 要删除微调模型，您必须在组织内被指定为“所有者”。

OpenAI CLI:

cURL:

Python:

Node.js:

Fine-tuning is a powerful techni【【微信】】 that’s specific to your use case. Before fine-tuning your model, we strongly recommend reading these best practices and specific guidelines for your use case below. 微调是一种强大的技术，可以创建特定于您的用例的新模型。在微调您的模型之前，我们强烈建议您阅读下面针对您的用例的这些最佳实践和特定指南。

To fine-tune a model, you’ll need a set of training examples that each consist of a single input (“prompt”) and its associated output (“completion”). This is notably different from using our base models, where you might input detailed instructions or multiple examples in a single prompt. 要对模型进行微调，您需要一组训练示例，每个示例都包含一个输入（“prompt”）及其关联的输出（“completion”）。这与使用我们的基础模型有着显著的不同，在基础模型中，您可以在一个提示符中输入详细的说明或多个示例。

• Each prompt should end with a fixed separator to inform the model when the prompt ends and the completion begins. A simple separator which generally works well is . The separator should not appear elsewhere in any prompt. 每个提示都应该以固定的分隔符结束，以便在提示结束和完成开始时通知模型。一个简单的分隔符通常是 。分隔符不应出现在任何提示中的其他位置。

• Each completion should start with a whitespace due to our tokenization, which tokenizes most words with a preceding whitespace. 根据标记化，每个完成都应该以一个空格开始，它用前面的空格标记大多数单词。

• Each completion should end with a fixed stop se【【微信】】el when the completion ends. A stop se【【微信】】 , , or any other token that does not appear in any completion. 每次完成都应该以固定的停止顺序结束，以通知模型完成何时结束。停止序列可以是 、 或不出现在任何完成中的任何其它标记。

• For inference, you should format your prompts in the same way as you did when creating the training dataset, including the same separator. Also specify the same stop se【【微信】】cate the completion. 为了进行推断，您应该按照创建训练数据集时的方式设置提示的格式，包括相同的分隔符。还要指定相同的停止序列以正确截断完成。

Fine-tuning performs better with more high-【【微信】】. To fine-tune a model that performs better than using a high-【【微信】】 base models, you should pro【【微信】】ed high-【【微信】】, ideally 【【微信】】. From there, performance tends to linearly increase with e【【微信】】ber of examples. Increasing the number of examples is usually the best and most reliable way of impro【【微信】】. 使用更多高质量示例时，微调性能更好。要微调模型，使其比在基本模型中使用高质量提示符表现得更好，您应该提供至少几百个高质量的示例，最好是经过人类专家的审查。从那时起，性能往往随着示例数量的每一次翻倍而线性增加。增加示例的数量通常是提高性能的最佳和最可靠的方法。

Classifiers are the easiest models to get started with. For

OpenAI-ChatGPT最新官方接口《安全最佳实例》全网最详细中英文实用指南和教程，助你零基础快速轻松掌握全新技术（十）（附源码）

openaichatGPT下载,openaichatGAT
仅收录该书籍以供学习和讨论 包含pdf书籍及经过验证的示例 执行demo中的示例方式 在编译环境下进入demo目录，执行nmake命令在bin目录下生成可执行文件 注：demo无注释，对应书本中部分示例。 目录 第1章　Windows应用程序开发入门　1 1.1　第一个实例程序　1 1.1.1　start.exe　1 1.1.2　Windows API　2 1.1.3　程序入口函数　2 1.1.4　start.c代码分析　2 1.2　编译代码　3 1.2.1　安装Visual Studio　3 1.2.2　安装Microsoft Platform SDK　4 1.2.3　集成Microsoft Platform SDK与【【微信】】++速成版　5 1.2.4　【【微信】】与Visual Studio 2008　6 1.2.5　Visual Studio专业版或团队系统版　7 1.2.6　使用图形化IDE建立工程、进行编译　7 1.2.7　“解决方案”与“工程”　8 1.2.8　使用命令行工具编译　8 第2章　Windows API概要　10 2.1　Windows数据类型　10 2.1.1　Windows数据类型示例　10 2.1.2　Windows数据类型与标准C数据类型的关系　14 2.1.3　Windows数据类型与Windows API　14 2.1.4　Windows中的数据结构　15 2.2　Windows API的功能分类　15 2.2.1　系统基本服务　15 2.2.2　系统管理　17 2.2.3　用户界面　17 2.2.4　图像和多媒体　20 2.2.5　网络　20 2.2.6　系统安全　20 2.2.7　其他功能　21 2.3　Windows API核心DLL　21 2.3.1　Kernel32.dll　21 2.3.2　User32.dll　21 2.3.3　Gdi32.dll　22 2.3.4　标准C函数　22 2.3.5　其他Dll　22 2.4　Unicode和多字节　22 2.4.1　W版本和A版本的API　24 2.4.2　Unicode与ASCII的转换　24 2.5　对Windows程序设计规范的建议　25 第3章　开发工具配置与使用　26 3.1　使用【【微信】】/C++编译链接工具　26 3.1.1　编译器cl.exe　27 3.1.2　资源编译器rc.exe　31 3.1.3　链接器link.exe　32 3.1.4　其他工具　38 3.1.5　编译链接工具依赖的环境变量　39 3.1.6　示例：使用/D选项进行条件编译　42 3.2　使用Platform SDK　43 3.2.1　Platform SDK的目录结构与功能　43 3.2.2　为编译链接工具设置环境变量　45 3.2.3　Platform SDK工具集　46 3.2.4　Windows 【【微信】】　48 3.3　编写Makefile　48 3.3.1　使用nmake.exe构建工程　48 3.3.2　Makefile实例　50 3.3.3　注释　50 3.3.4　宏　50 3.3.5　描述块：目标、依赖项和命令　53 3.3.6　makefile预处理　55 3.3.7　在Platform SDK的基础上使用nmake　56 3.4　使用WinDbg调试　57 3.4.1　安装WinDbg　57 3.4.2　编译可调试的程序　58 3.4.3　WinDbg命令　59 3.4.4　调试过程演示　59 3.5　集成开发环境 Visual Studio　62 3.5.1　工程类型选择与配置　62 3.5.2　Visual Studio快捷方式　64 3.5.3　生成项目　64 3.5.4　调试　65 3.5.5　选项与设置　65 3.6　开发环境配置总结　66 第4章　文件系统　67 4.1　概述　67 4.1.1　文件系统的基本概念　67 4.1.2　文件系统主要API　68 4.2　磁盘和驱动器管理　70 4.2.1　遍历卷并获取属性　70 4.2.2　操作驱动器挂载点　76 4.2.3　判断光驱中是否有光盘　81 4.2.4　获取磁盘分区的总容量、空闲容量、簇、扇区信息　83 4.3　文件和目录管理　86 4.3.1　删除、复制、重命名、移动文件　87 4.3.2　创建、打开、读写文件，获取文件大小　90 4.3.3　创建目录　96 4.3.4　获取程序所在的目录、程序模块路径，获取和设置当前目录　97 4.3.5　查找文件、遍历指定目录下的文件和子目录　100 4.3.6　递归遍历目录树　103 4.3.7　获取、设置文件属性和时间　105 4.4　内存映射文件　110 4.4.1　使用Mapping File提高文件读写的效率　110 4.4.2　通过Mapping File在进程间传递和共享数据　115 4.4.3　通过文件句柄获得文件路径　118 4.5　总结　121 第5章　内存管理　122 5.1　Windows内存管理原理　122 5.1.1　基本概念　122 5.1.2　分页与分段内存管理、内存映射与地址转换　123 5.1.3　进程的内存空间　125 5.1.4　虚拟内存布局、内存的分工、堆与栈　127 5.1.5　内存的保护属性和存取权限　127 5.1.6　本章API列表　127 5.2　堆管理　129 5.2.1　获取堆句柄、分配与再分配堆　129 5.2.2　获取堆中内存块的大小信息　133 5.2.3　释放内存、销毁堆　134 5.3　全局(Global)和局部(Local)内存管理　136 5.3.1　Global函数　136 5.3.2　Local函数　137 5.3.3　使用全局和局部函数分配和释放内存、改变内存块属性　137 5.4　虚拟内存管理　138 5.4.1　虚拟地址空间与内存分页　139 5.4.2　分配和释放可读可写的虚拟内存页面　139 5.4.3　修改内存页面状态和保护属性、将页面锁定在物理内存中　142 5.4.4　管理其他进程的虚拟内存　143 5.5　内存操作与内存信息管理　144 5.5.1　复制、填充、移动、清零内存块、防止缓冲区溢出　144 5.5.2　获得当前系统内存使用情况　146 5.5.3　判断内存指针的可用性　147 5.6　各种内存分配方式的关系与比较　148 5.6.1　标准C内存管理函数与Windows内存管理API的关系　149 5.6.2　功能性区别　149 5.6.3　效率的区别　149 第6章　进程、线程和模块　150 6.1　基本概念　150 6.1.1　应用程序与进程　150 6.1.2　控制台应用程序与图形用户界面应用程序　151 6.1.3　动态链接库、模块　151 6.1.4　线程、纤程与作业　152 6.1.5　权限与优先级　153 6.2　进程管理　153 6.2.1　创建进程、获取进程相关信息、获取启动参数　153 6.2.2　编写控制台程序和图形用户界面应用程序　158 6.2.3　获取和设置环境变量　158 6.3　线程、纤程　162 6.3.1　创建线程、退出线程、获取线程信息　162 6.3.2　挂起、恢复、切换、终止线程　164 6.3.3　创建远程线程、将代码注入其他进程中执行　167 6.3.4　创建纤程、删除纤程、调度纤程　170 6.3.5　纤程与线程的互相转换　171 6.4　进程状态信息　176 6.4.1　PS API与Tool help API　176 6.4.2　遍历系统中的进程　178 6.4.3　列举进程的模块、线程　182 6.4.4　进程的堆使用、内存占用、虚拟内存大小，页面错误情况　184 6.5　动态链接库　185 6.5.1　加载、释放DLL、通过句柄获取DLL相关信息　186 6.5.2　编写动态链接库、导出函数　186 6.5.3　创建动态链接库工程，配置DLL编译链接选项　188 6.5.4　运行时动态获取DLL导出函数地址并调用　189 6.5.5　声明导出函数、创建lib库，为其他模块提供导入表调用接口　190 6.5.6　通过构建导入表调用DLL导出函数　191 第7章　线程同步　192 7.1　基本原理　192 7.1.1　线程同步的过程　193 7.1.2　同步对象　193 7.1.3　等待函数　193 7.2　同步对象示例　194 7.2.1　使用事件对象(Event)　194 7.2.2　使用互斥对象(Mutex)　199 7.2.3　使用信号量控制访问共享数据的线程数量　202 7.2.4　使用可等待计时器(Timer)　206 7.3　等待进程和线程的执行完成　209 第8章　服务　210 8.1　基本概念　210 8.1.1　服务控制器(SCM)　211 8.1.2　服务程序　211 8.1.3　服务控制管理程序　211 8.1.4　系统服务管理工具　211 8.1.5　服务的属性　211 8.2　编写服务程序　212 8.2.1　入口函数　212 8.2.2　服务主函数　212 8.2.3　控制处理函数　213 8.3　实现对服务的控制和管理　216 8.3.1　创建、删除服务　216 8.3.2　启动、停止服务，向服务发送控制请求　219 8.3.3　管理服务状态、配置服务、服务的依赖关系　222 第9章　图形用户界面　229 9.1　字符界面程序　229 9.1.1　基本概念　230 9.1.2　控制台读写　231 9.1.3　控制台字体、颜色等属性，操作屏幕缓存　234 9.1.4　控制台事件　244 9.2　图形用户界面：基本概念　246 9.2.1　窗口　246 9.2.2　窗口类　246 9.2.3　消息和消息处理函数　247 9.2.4　控件　247 9.2.5　资源　248 9.2.6　对话框　248 9.3　图形用户界面：窗口　248 9.3.1　注册窗口类　249 9.3.2　创建窗口　251 9.3.3　窗口消息处理函数　253 9.3.4　窗口属性、位置和大小　256 9.3.5　窗口显示方式　257 9.3.6　线程消息队列和消息循环　258 9.4　图形用户界面：控件　258 9.4.1　【【微信】】控件　258 9.4.2　为【【微信】】控件增加节点　260 9.4.3　【【微信】】右键菜单　262 9.4.4　List View控件　263 9.4.5　为List View控件增加分栏　265 9.4.6　为List View控件增加项　266 9.4.7　文本框控件　267 9.4.8　为文本框控件设置文字　268 9.5　界面资源　269 9.5.1　资源脚本(.rc)　269 9.5.2　资源ID定义和头文件　272 9.5.3　在程序中使用资源　273 9.6　菜单　273 9.6.1　菜单资源和菜单句柄　273 9.6.2　动态增加、删除、设置菜单及菜单项　274 9.6.3　菜单消息处理　274 9.7　对话框　275 9.7.1　创建对话框　275 9.7.2　对话框消息处理函数　276 第10章　系统信息的管理　277 10.1　Windows系统信息　277 10.1.1　获取系统版本　277 10.1.2　获取计算机硬件信息　279 10.1.3　获取系统目录等信息　281 10.1.4　用户名、计算机名、域名　282 10.1.5　处理系统颜色信息、尺度信息等　284 10.1.6　鼠标、键盘等外设信息　285 10.2　时间信息　286 10.2.1　设置、获取系统时间　286 10.2.2　获取开机至现在持续的时间　287 10.2.3　文件时间与系统时间的转换　287 10.3　注册表　288 10.3.1　注册表的作用及组织形式　288 10.3.2　键、子键、键属性及键值的相关操作　289 10.3.3　列举注册表项及键值　292 10.3.4　通过注册表设置一个自启动的程序　293 10.3.5　设置随程序启动而启动的调试器(任何程序)　294 10.3.6　指定程序崩溃实时调试器　294 第11章　进程间通信　295 11.1　邮槽(MailSlot)　295 11.1.1　创建邮槽、从邮槽中读取消息　296 11.1.2　通过邮槽发送消息　299 11.2　管道(Pipe)　300 11.2.1　创建命名管道　300 11.2.2　管道监听　302 11.2.3　使用异步I/O进行读写　303 11.2.4　关闭管道实例　307 11.2.5　客户端　307 11.3　剪贴板　310 11.3.1　获取、设置剪贴板数据　310 11.3.2　监视剪贴板　317 11.3.3　剪贴板数据格式　325 11.4　数据复制消息(WM_【【淘密令】】)　327 11.4.1　数据发送端　327 11.4.2　数据接收端　330 11.5　其他进程间通信方式　332 11.5.1　动态数据交换(DDE)和网络动态数据交换(NDDE)　332 11.5.2　通过File Mapping在进程间共享数据　333 11.5.3　Windows Socket　333 第12章　Windows Shell程序设计　334 12.1　Windows Shell目录管理　335 12.1.1　Shell对目录和文件的管理形式　335 12.1.2 “我的文档”等特殊目录相关操作　335 12.1.3　绑定、遍历、属性获取　337 12.1.4　浏览文件对话框　339 12.2　文件协助(File Associations)　340 12.2.1　文件类型相关注册表键值　340 12.2.2　为文件指定默认打开程序　341 12.2.3　定制文件类型的图标　342 12.3　Shell扩展　343 12.3.1　对象及概念　343 12.3.2　CLSID，处理例程的GUID　344 12.3.3　注册Shell扩展　345 12.3.4　COM程序开发基础　346 12.3.5　编写Handler程序　346 12.3.6　Shell扩展程序的调试　362 12.3.7　总结　363 12.4　任务栏通知区域(Tray)图标　363 12.4.1　创建图标窗口　364 12.4.2　创建图标和图标菜单　367 12.4.3　最小化主窗口到通知区域　370 12.4.4　弹出气泡通知　372 12.4.5　动态图标　374 12.4.6　其他功能　376 第13章　Windows GDI　379 13.1　GDI编程接口概述　379 13.1.1　Windows GDI的功能　379 13.1.2　链接库与头文件　380 13.2　设备上下文(DC)、输出操作与图形对象　380 13.2.1　设备上下文类型与关联设备　380 13.2.2　图形对象的作用及与DC的关系　380 13.2.3　各类图形对象的具体属性与作用　383 13.2.4　绘制、填充、写入等图形输出操作　384 13.2.5　修剪与坐标变换　385 13.2.6　设备上下文的图形模式　385 13.3　一个最简单的GDI程序　386 13.3.1　示例　386 13.3.2　DC的操作　387 13.3.3　颜色的表示　388 13.3.4　图形对象：画刷和画笔　389 13.3.5　输出操作：绘制图形和线条　390 13.4　文字和字体　391 13.4.1　选择、设置字体　393 13.4.2　选择字体图形对象　394 13.4.3　文字的颜色　394 13.4.4　输出文字　395 13.4.5　DC图形模式设置　395 13.4.6　遍历字体　396 13.4.7　为系统安装、删除字体文件　398 13.5　绘制线条　398 13.5.1　选择画笔对象　399 13.5.2　直线　399 13.5.3　绘制任意曲线　399 13.5.4　跟踪鼠标轨迹　399 13.5.5　弧线　405 13.6　绘制图形　405 13.6.1　填充颜色与边缘勾勒　406 13.6.2　绘制矩形、椭圆、圆角矩形　406 13.6.3　椭圆弓形和椭圆扇形　411 13.6.4　多边形　411 13.6.5　RECT结构及对RECT的操作　412 13.7　位图操作　414 13.7.1　截取屏幕、保存位图文件　414 13.7.2　将位图显示在界面上　419 13.8　区域(Regions)、路径(Paths)与修剪(Clip)操作　422 13.8.1　区域的创建及形状、位置等属性　422 13.8.2　区域边沿、区域填充、反转与勾勒操作　423 13.8.3　组合、比较、移动等操作　426 13.8.4　点击测试(Hit Testing)　427 13.8.5　路径的创建与操作　431 13.8.6　路径转换为区域　432 13.8.7　使用区域和路径进行修剪操作，限制输出　432 13.9　坐标变换　438 13.9.1　缩放　439 13.9.2　旋转　440 13.10　调色板　440 第14章　网络通信与配置　443 14.1　Socket通信　444 14.1.1　客户端　444 14.1.2　服务端　449 14.1.3　处理并发的客户端连接　455 14.1.4　网络通信的异步I/O模式　456 14.2　IP Helper　456 第15章　程序安装与设置　463 15.1　创建cab文件　463 15.1.1　makecab.exe　463 15.1.2　压缩多个文件　464 15.1.3　Cabinet软件开发工具包(CABSDK)　466 15.2　编写INF文件　466 15.2.1　INF文件格式　466 15.2.2　Install节　468 15.2.3　CopyFiles和AddReg等安装过程　468 15.2.4　源路径和目的路径　469 15.2.5　字符串表　469 15.3　安装程序setup.exe的编号　469 15.4　使用msi文件进行安装　472 15.4.1　Windows Installer Service　472 15.4.2　msi文件的创建与修改工具orca.exe　474 15.4.3　准备工作　475 15.4.4　编辑表组　475 第16章　设备驱动管理与内核通信　476 16.1　设备管理　476 16.1.1　列举设备接口　477 16.1.2　监控设备的加载和卸载　483 16.2　I/O控制、内核通信　488 16.2.1　加载驱动程序　488 16.2.2　控制驱动程序、与驱动程序进行通信　495 16.3　编写设备驱动程序　498 16.3.1　驱动程序开发包：DDK　499 16.3.2　开发驱动程序　499 16.4　I/O模式，同步与异步　504 第17章　用户、认证和对象安全　506 17.1　基本概念　506 17.1.1　访问令牌、权限和用户标识　506 17.1.2　进程的系统操作权限　507 17.1.3　安全对象　508 17.1.4　访问控制列表(ACL)　508 17.2　安全机制程序示例　509 17.2.1　列举进程访问令牌内容和权限　509 17.2.2　修改进程的权限　514 17.2.3　列举安全对象的安全描述符　515 17.2.4　修改安全描述符　521 17.3　用户　522 17.3.1　创建用户　522 17.3.2　用户组　523 17.3.3　删除用户　525 17.3.4　列举用户和用户组、获取用户信息　525 第18章　Windows API的内部原理　532 18.1　关于API的补充说明　532 18.1.1　Windows API的版本演进和Vista新增API　532 18.1.2　64位操作系统的接口　533 18.2　Windows系统中的对象封装　533 18.2.1　什么是对象　534 18.2.2　面向对象的思想　534 18.2.3　Windows系统中的对象：内核对象、GDI对象等　534 18.3　Windows程序设计参考：文档资源与样例代码　534 18.3.1　SDK文档和MSDN　534 18.3.2　SDK示例代码　535 18.4　x86平台程序函数调用原理　535 18.4.1　函数调用的真实过程　535 18.4.2　函数调用约定　539 18.4.3　为什么通过参数返回数据时只能使用指针　540 18.4.4　缓冲区溢出　540 18.4.5　程序运行错误的调试技巧　540 18.5　可执行程序结构与API函数接口内部机理　541 18.5.1　Windows可执行程序结构　541 18.5.2　导入表、导出表、动态链接　543 18.5.3　NTDLL.DLL、【【淘密令】】和SSDT　544 18.5.4　API HOOK　546 18.6　发布程序　546 18.6.1　合理选择编译链接选项　546 18.6.2　构建到指定路径　546 18.7　模块化，向Windows API学习接口定义　547 18.7.1　lib文件　547 18.7.2　头文件　547 18.7.3　为第三方应用软件提供SDK　547